<![CDATA[Abstrak - Penelitian ini bertujuan (1) Untuk mengetahui hasil dari pengelompokkan data evaluasi Dosen AMIK Luwuk Banggai dan dapat dijadikan sebagai acuan bagi pihak AMIK dan dosen dalam proses pengembangan mutu dan meningkatkan kemampuan dosen dalam mengembangkan proses pembelajaran dan juga dapat menemukan solusi dari kendala selama pembelajaran. (2) Untuk mengukur tingkat akurasi kinerja dosen yang diperoleh dengan menggunakan metode K-Means. Penelitian ini dilaksanakan di AMIK Luwuk Banggai. Metode yang digunakan dalam penelitian adalah pengolahan data dalam bentuk data mining dengan menggunakan Metode K-Means Clustering. Pengambilan data dilakukan dengan menarik data dari pengisian Google Form pada saat mahasiswa sudah melakukan ujian akhir semester. Data diolah dengan menggunakan Microsoft Excel sebagai dataset. Pada penelitian ini dilakukan optimasi dengan menggunakan metode elbow untuk mengevaluasi hasil clustering. Evaluasi model dengan menggunakan uji performa model. Berdasarkan hasil pengujian, Dari hasil pengolahan data 12 orang dosen sebagai data sampel maka diperoleh hasil evaluasi kinerja dosen berdasarkan perencanaan, pelaksanaan, dan evaluasi pembelajaran dipeoleh lima kelompok dosen berdasarkan kriteria yang dinilai. Iterasi dilakukan sampai iterasi ketiga dengan karakteristik kelompok sebagai berikut: Hasil evaluasi dosen kategori Sangat Baik, Baik, Cukup Baik, Kurang Baik dan Tidak Baik yang memiliki pusat cluster (0.17, 0.00, 0.39, 0.19, 0.00).Kata kunci: K- Means; Clustering; Pembelajaran; Evaluasi Kinerja Dosen; Mahasiswa; Abstract - This study aims to (1) determine the results of the grouping of evaluation data for AMIK Luwuk Banggai lecturers. This can serve as a reference for AMIK and lecturers in the quality development process, enhancing lecturers' abilities to develop the learning process and address obstacles during learning. (2) to measure the accuracy of lecturer performance obtained using the K-Means method. This research was carried out at AMIK Luwuk Banggai. The method used in the research is data processing in the form of data mining using the K-Means Clustering Method. Data collection was carried out by pulling data from filling out the Google Form when students had taken their final semester exams. Data was processed using Microsoft Excel as a dataset. In this research, optimization was carried out using the elbow method to evaluate the clustering results. Evaluate the model using model performance tests. Based on the test results, from the data processing of 12 lecturers as sample data, five groups of lecturers based on the criteria assessed were obtained. Iterations were carried out until the third iteration with the following group characteristics: Lecturer evaluation results in the categories Very Good, Good, Fairly Good, Not Good and Not Good which had cluster centers (0.17, 0.00, 0.39, 0.19, 0.00).Keywords: K-Means; Clustering; Learning; Lecturer Performance Evaluation; Students;]]>
